https://orsj-ml.org/orwiki/wiki/index.php?action=history&feed=atom&title=%E9%9D%9E%E6%9C%80%E9%81%A9%E5%8C%96 2026-05-28T15:38:38Z このウィキのこのページに関する変更履歴 MediaWiki 1.35.3 https://orsj-ml.org/orwiki/wiki/index.php?title=%E9%9D%9E%E6%9C%80%E9%81%A9%E5%8C%96&diff=10872&oldid=prev 2008-11-13T06:13:14Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2008年11月13日 (木) 06:13時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l2" >2行目:</td> <td colspan="2" class="diff-lineno">2行目:</td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(離散変数のときは多重和)で表わされる汎関数の場合がある. これを非最適化という. これらは不変埋没原理などによる再帰式で解ける. 実際, 統計学・数学・計算機科学上の種々の問題が 再帰的方法で解かれている. 例えば, オーストラリア兎の問題, 独立同一確率変数列の和の分布関数 , 正整数係数1次方程式の可解性の判定, ハノイの塔の問題などである.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(離散変数のときは多重和)で表わされる汎関数の場合がある. これを非最適化という. これらは不変埋没原理などによる再帰式で解ける. 実際, 統計学・数学・計算機科学上の種々の問題が 再帰的方法で解かれている. 例えば, オーストラリア兎の問題, 独立同一確率変数列の和の分布関数 , 正整数係数1次方程式の可解性の判定, ハノイの塔の問題などである.</div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">[[Category:動的・確率・多目的計画|ひさいてきか]]</ins></div></td></tr> </table>

Albeit-Kun https://orsj-ml.org/orwiki/wiki/index.php?title=%E9%9D%9E%E6%9C%80%E9%81%A9%E5%8C%96&diff=6831&oldid=prev 2007-07-20T01:37:09Z

<p>&quot;非最適化&quot; を保護しました。 [edit=sysop:move=sysop]</p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <tr class="diff-title" lang="ja"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">2007年7月20日 (金) 01:37時点における版</td> </tr><tr><td colspan="2" class="diff-notice" lang="ja"><div class="mw-diff-empty">(相違点なし)</div> </td></tr></table>

Orsjwiki https://orsj-ml.org/orwiki/wiki/index.php?title=%E9%9D%9E%E6%9C%80%E9%81%A9%E5%8C%96&diff=4043&oldid=prev 2007-07-13T02:17:16Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2007年7月13日 (金) 02:17時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1" >1行目:</td> <td colspan="2" class="diff-lineno">1行目:</td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>【ひさいてきか (nonoptimization)】</div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins class="diffchange diffchange-inline">'''</ins>【ひさいてきか (nonoptimization)】<ins class="diffchange diffchange-inline">'''</ins></div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(離散変数のときは多重和)で表わされる汎関数の場合がある. これを非最適化という. これらは不変埋没原理などによる再帰式で解ける. 実際, 統計学・数学・計算機科学上の種々の問題が 再帰的方法で解かれている. 例えば, オーストラリア兎の問題, 独立同一確率変数列の和の分布関数 , 正整数係数1次方程式の可解性の判定, ハノイの塔の問題などである.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(離散変数のときは多重和)で表わされる汎関数の場合がある. これを非最適化という. これらは不変埋没原理などによる再帰式で解ける. 実際, 統計学・数学・計算機科学上の種々の問題が 再帰的方法で解かれている. 例えば, オーストラリア兎の問題, 独立同一確率変数列の和の分布関数 , 正整数係数1次方程式の可解性の判定, ハノイの塔の問題などである.</div></td></tr> </table>

122.17.2.240 https://orsj-ml.org/orwiki/wiki/index.php?title=%E9%9D%9E%E6%9C%80%E9%81%A9%E5%8C%96&diff=3745&oldid=prev 2007-07-12T16:03:52Z

<p>新しいページ: &#039;【ひさいてきか (nonoptimization)】 多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(...&#039;</p> <p><b>新規ページ</b></p><div>【ひさいてきか (nonoptimization)】<br /> <br /> 多変数関数に1つの実数値を「出力する」方法には最適化(最大化, 最小化)ばかりでなく, 多重積分(離散変数のときは多重和)で表わされる汎関数の場合がある. これを非最適化という. これらは不変埋没原理などによる再帰式で解ける. 実際, 統計学・数学・計算機科学上の種々の問題が 再帰的方法で解かれている. 例えば, オーストラリア兎の問題, 独立同一確率変数列の和の分布関数 , 正整数係数1次方程式の可解性の判定, ハノイの塔の問題などである.</div>

122.17.2.240